數(shù)據(jù)分析與統(tǒng)計(jì)建模：社科研究中的統(tǒng)計(jì)學(xué)方法

前言
第一篇 數(shù)據(jù)分析的圖方法
　第1章 一維樣本數(shù)據(jù)的分布
　　1.1 各國(guó)人均GNI數(shù)據(jù)
　　1.2 散點(diǎn)圖（一維）
　　1.3 分位數(shù)圖
　　1.4 盒須圖
　　1.5 對(duì)稱性
　　1.6 直方圖
　　1.7 莖葉圖
　　1.8 密度函數(shù)圖
　第2章 數(shù)據(jù)分布的比較
　　2.1 經(jīng)驗(yàn)分位數(shù)—經(jīng)驗(yàn)分位數(shù)圖
　　2.2 數(shù)據(jù)的各種分布圖比較
　　2.3 開(kāi)槽的盒須圖
　第3章 二維數(shù)據(jù)的圖示統(tǒng)計(jì)
　　3.1 散點(diǎn)圖
　　3.2 例題
　　3.3 因變量y與自變量z之間依存關(guān)系的研究方法
　　3.4 二維數(shù)據(jù)的頻數(shù)表示
第二篇 經(jīng)典統(tǒng)計(jì)推斷
　第4章 樣本平均數(shù)的比較
　　4.1 單樣本檢驗(yàn)
　　4.2 兩樣本的平均數(shù)比較
　　4.3 成對(duì)數(shù)據(jù)的兩樣本t-檢驗(yàn)
　　第5章 關(guān)于方差的推斷與檢驗(yàn)
　　5.1 X2-檢驗(yàn)統(tǒng)計(jì)量
　　5.2 比較兩總體方差的F檢驗(yàn)
　第6章 多樣本均值比較
　　6.1 單因素方差分析
　　6.2 多重比較——Tukey—Cramer方法
　　6.3 單因素方差分析的案例
　　6.4 隨機(jī)化區(qū)組設(shè)計(jì)
　　6.5 雙因素方差分析
　第7章 回歸模型
　　7.1 二元線性回歸
　　7.2 多元線性回歸
　　7.3 例題及計(jì)算機(jī)操作
　　7.4 回歸模型的有效性
　　7.5 回歸方程用于預(yù)測(cè)
　　7.6 多元回歸模型的建立
　　7.7 回歸建模步驟
第三篇 屬性數(shù)據(jù)分析
　第8章 社會(huì)科學(xué)研究中的屬性數(shù)據(jù)
　　8.1 屬性變量的定義
　　8.2 為何研究屬性數(shù)據(jù)的統(tǒng)計(jì)分析
　　8.3 屬性數(shù)據(jù)的分類
　　8.4 以不同的視角觀察社會(huì)科學(xué)研究中的屬性數(shù)據(jù)
　　8.5 屬性數(shù)據(jù)的圖或表格表示方法
　　8.6 關(guān)于比例的顯著性檢驗(yàn)
　第9章 回歸模型——logistic回歸與Pmbit模型
　　9.1 虛擬變量的引進(jìn)
　　9.2 二值數(shù)據(jù)的logistic回歸模型
　　9.3 Probit模型及雙對(duì)數(shù)模型
　　9.4 因變量具有兩個(gè)以上選擇時(shí)的模型
　第10章 列聯(lián)表及其建模
第四篇 非參數(shù)統(tǒng)計(jì)
　第11章 兩樣本比較的秩檢驗(yàn)
　第12章 多樣本比較的非參數(shù)方法
　第13章 檢驗(yàn)隨機(jī)性與獨(dú)立性
第五篇 時(shí)間序列分析
　第14章 時(shí)序分析中的外推與分解模型
　第15章 時(shí)間序列的分量分解
　第16章 ARIMA模型
　第17章 Box-Jenkins建模
　第18章 季節(jié)Box-Jenkins模型
參考書(shū)目